本文選題：分類　切入點(diǎn)：貝葉斯推理　出處：《計(jì)算機(jī)研究與發(fā)展》2017年05期 　論文類型：期刊論文

【摘要】：模糊系統(tǒng)的獨(dú)特優(yōu)勢(shì)在于其高度的可解釋性,然而傳統(tǒng)的基于聚類的模糊系統(tǒng)往往需要使用輸入空間的全部特征且常出現(xiàn)模糊集交叉的現(xiàn)象,系統(tǒng)的可解釋性不高;此外,此類模糊系統(tǒng)對(duì)高維數(shù)據(jù)處理時(shí)還會(huì)因使用大量的特征而使規(guī)則過于復(fù)雜.針對(duì)此問題,探討了一種知識(shí)嵌入的貝葉斯MA型模糊系統(tǒng)(knowledge embedded Bayesian Mamdan-Assilan type fuzzy system,KE-B-MA).首先,KEB-MA使用DC(don，

本文編號(hào)：1561336